...
首页> 外文期刊>Przeglad statystyczny >BAYESOWSKA ESTYMACJA MODELU LOKALNEGO POZIOMU O ROZK?ADACH DOPUSZCZAJ?CYCH WARUNKOWY ROZK?AD r-STUDENTA I ZMIENN? WARIANCJ?
【24h】

BAYESOWSKA ESTYMACJA MODELU LOKALNEGO POZIOMU O ROZK?ADACH DOPUSZCZAJ?CYCH WARUNKOWY ROZK?AD r-STUDENTA I ZMIENN? WARIANCJ?

机译:贝叶斯对可接受分布的局部模型的估计。差异?

获取原文
获取原文并翻译 | 示例

摘要

W artykule omówiono posta? i w?asno?ci modelu lokalnego poziomu, w którym zak?ócenia losowe, w równaniu stanu i obserwacji, podlegaj? procesowi zmienno?ci stochastycznej (SV) lub GARCH(1.1). Zasadniczym celem by?o opracowanie metod numerycznych wykorzystywanych w schemacie wnioskowania bayesowskiego w kontek?cie rozwa?anych modeli. Przyk?ad empiryczny, zawarty w artykule, dotyczy? wybranej spó?ki notowanej na GPW w Warszawie. Uzyskane wyniki wskazuj?, ?e najbardziej prawdopodobny okaza? si? model LL-SV, który uzyska? znaczn? przewag? na standardowym modelem stochastycznej zmienno?ci.%The paper presents the general LL (Local Level) model with time-varying conditional variance, recently proposed by Stock and Watson. The main purpose is to present the Bayesian estimation and model comparisonrnof different local level models with Normal GARCH, Student-t GARCH and SV disturbances. We are particularly interested how the different specifications of the conditional variance affect the explanatory power of a set of competing models. We apply the LL models to logarithmic transformations of the original prices of Zywiec, Polish company listed on the WSE. The model selection and posterior estimates provide strong evidence in favor of a model with SV disturbances in the core component, and the transitory component.
机译:文章讨论帖子?以及当地模型的所有权,其中状态和观测方程中的随机扰动受到随机(SV)或GARCH(1.1)过程。主要目标是在考虑的模型的背景下开发用于贝叶斯推理方案的数值方法。本文中包含的经验示例涉及选定的公司在华沙证券交易所上市。获得的结果表明,最有可能姐姐我得到的LL-SV模型?标记?优点?本文介绍了Stock和Watson最近提出的带有时变条件方差的通用LL(局部水平)模型。主要目的是提出具有正常GARCH,Student-t GARCH和SV干扰的不同局部水平模型的贝叶斯估计和模型比较。我们特别感兴趣的是,条件方差的不同规范如何影响一组竞争模型的解释能力。我们将LL模型应用于WSE上市的波兰公司Zywiec原始价格的对数转换。模型的选择和后验估计提供了有力的证据,表明模型的核心部分和过渡部分都具有SV干扰。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号